基于Web日志的数据挖掘研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·论文的研究背景及选题意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·国外研究现状 | 第11-14页 |
| ·国内研究现状 | 第14-15页 |
| ·Web 日志挖掘的研究领域和方向 | 第15页 |
| ·Web 数据挖掘中存在的问题 | 第15页 |
| ·本文的组织 | 第15-17页 |
| 2 Web 日志挖掘 | 第17-26页 |
| ·数据挖掘 | 第17-19页 |
| ·KDD 和数据挖掘 | 第17-18页 |
| ·数据挖掘系统的分类 | 第18页 |
| ·数据挖掘系统的体系结构 | 第18-19页 |
| ·Web 挖掘 | 第19-26页 |
| ·Web 日志挖掘概述 | 第19-20页 |
| ·Web 挖掘任务 | 第20-21页 |
| ·Web 挖掘的分类 | 第21-22页 |
| ·Web 日志挖掘过程与任务 | 第22-23页 |
| ·Web 挖掘主要技术 | 第23-24页 |
| ·Web 日志挖掘结构 | 第24-26页 |
| 3 Web 日志预处理技术 | 第26-34页 |
| ·Web 日志挖掘中的预处理技术 | 第26-27页 |
| ·数据清理 | 第27-28页 |
| ·用户识别 | 第28-30页 |
| ·会话识别 | 第30-31页 |
| ·路径补充 | 第31-34页 |
| 4 挖掘频繁访问路径 | 第34-48页 |
| ·关联规则 | 第34-36页 |
| ·基本概念与问题描述 | 第34-35页 |
| ·经典的Apriori 关联规则挖掘算法分析 | 第35-36页 |
| ·用户事物模式 | 第36-37页 |
| ·发现最大向前路径 | 第37-41页 |
| ·基于MFP 算法 | 第37-39页 |
| ·基于有向树的方法 | 第39-41页 |
| ·发现频繁访问路径 | 第41-43页 |
| ·URL 个性化推荐 | 第43-46页 |
| ·频繁访问路径的访问频率体现了用户的浏览模式 | 第43-44页 |
| ·一个网页被访问的频次表示了用户的兴趣度 | 第44页 |
| ·位于会话结尾的页面是用户真正感兴趣的网页 | 第44-46页 |
| ·实验分析 | 第46-48页 |
| 5 基于模糊 C 均值（FCM）聚类算法及改进 | 第48-62页 |
| ·聚类分析 | 第48-49页 |
| ·聚类方法种类 | 第49-50页 |
| ·模糊集合及隶属度 | 第50页 |
| ·截集和模糊关系 | 第50-51页 |
| ·模糊聚类 | 第51-57页 |
| ·HCM(Hard c-means)聚类算法 | 第51-53页 |
| ·FCM（模糊C 均值）聚类算法 | 第53-55页 |
| ·FCM（模糊C 均值）聚类算法的改进 | 第55-56页 |
| ·加权指数m 和分类数目c 的选取 | 第56页 |
| ·聚类有效性分析 | 第56页 |
| ·LFCM 与FCM 算法的实验对比 | 第56-57页 |
| ·LFCM 算法在日志挖掘中的应用 | 第57-62页 |
| ·用户事务的识别及表示 | 第57-58页 |
| ·建立相异矩阵 | 第58-60页 |
| ·LFCM 用户事物聚类 | 第60-62页 |
| 6 Web 日志挖掘原型系统的实现 | 第62-68页 |
| ·系统的设计思想 | 第62页 |
| ·系统结构 | 第62-64页 |
| ·应用 | 第64-68页 |
| ·预处理模块 | 第64页 |
| ·系统管理控制模块 | 第64-65页 |
| ·访问模式挖掘模块 | 第65页 |
| ·个性化推荐模块 | 第65-68页 |
| 7 总结与展望 | 第68-70页 |
| ·论文的主要工作 | 第68页 |
| ·需要进一步的研究工作 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76页 |
